您所在位（wèi）置：企業焦（jiāo）點新聞
公（gōng）司產品分（fèn）類
公司動態
西門子——聚焦工業智能 引領自動化未來
發布時間：2020-7-11
2020智（zhì）能（néng）趨勢（shì）峰會，西門子（中國）有限公司數字化工業集團副總裁兼工廠自動化事業部總經理--衛嶽歌（Joerg Westerholt）演講實錄。
大家好，我來（lái）自西門子。很高興今天能和大家一起，探討人工智能和邊緣計算，以及（jí）這些尖端技術將如何改變工業自動化和工廠的（de）未來。
在此之前，我想從這張圖講（jiǎng）起。今（jīn）天，你可以自己開車，也可以有（yǒu）別的選擇。你可以坐在副駕駛的座位上，讓汽車自行駕駛，而（ér）你可以放鬆、讀書、聊天或是做其他事情。從這張圖中可以看到，人工智能將改變世界，或者說它已經開始（shǐ）改變（biàn）世（shì）界，特別是（shì）在消費領域和日常（cháng）生活中，這已（yǐ）有（yǒu）目共睹。
舉例來說，當你網購時，會（huì）發現購（gòu）物平台能馬上給你做推薦：或許你也對（duì）這個（gè）感興趣，因為平台已經掌握了你的購買（mǎi）行為，這就是我們所說的“人工智能”。但人工（gōng）智（zhì）能如何能在工業領域發揮作（zuò）用？消（xiāo）費（fèi）市（shì）場之外的人工智能（néng）及其應（yīng）用又將如何運用在工廠裏？
我想舉幾個例子，我（wǒ）們先來說一說（shuō）機器（qì）學習和物體識別。10年前，當時的硬件或（huò）是（shì）計算（suàn）機（jī）是幾乎不可能識別出物體的，比如分清一輛汽車和一輛摩托車，或者分清一隻狗和（hé）一隻貓。今天，計算機可以在99%的情況下做出正確判斷，告訴你這是一輛汽車，這是一輛自行車，這是（shì）一隻貓或一隻（zhī）狗。那麽這是如何實現的呢？前提（tí）是我們需要為圖片做出正確標注，並（bìng）為計算機提（tí）供大（dà）量信息供其學習。
在工業生產中，同樣需（xū）要類似的功能。比如，在（zài）生產電路板時，通過告知計算機，這個是低質量的電路板，這個是高質量的電路板（bǎn），顯著提升質量檢測流程（chéng）；或者，為工（gōng）廠可能遇到的潛在威脅（xié）進行分（fèn）類（lèi）和預警，例如人們在工作中，遇到緊急情況時，可視化係統將警告你：可能有危險情況會發生，請停止工作，采取保護（hù）措施（shī）；另一個例子，多（duō）年前大家在電（diàn）視機上看到（dào），人類（lèi）與計算（suàn）機進行國際象棋的比拚，計算（suàn）機的學習速度（dù）是驚人（rén）的，並且（qiě）是在激勵中強化學習。而這些（xiē）優勢，我們也能運用到工業領域中，比如學習抓取和放置（zhì）物體。
通常在工廠裏，會（huì）需要機器人抓取一（yī）個物體放在另一個物體上，但由於這些物體看起（qǐ）來不同，通常需要人為處理。如今，計算機（jī）可以每天對這一動作進行學習，包括（kuò）如何尋找特殊物體（tǐ），如（rú）何（hé）正確地抓取它，並成功地把它放進正確的盒子裏；這是第（dì）二個例子。最後，第三個例子，我想講的是知識係統（tǒng）。今天，我們擁有數以百萬計、萬億計的海量信息，以醫療係統為例，我們可以向計算機提供（gòng）各類疾病信息（xī），計算機在掌握這些信息（xī）後，就能判斷什麽樣的（de）診斷是正確的，從而（ér）針（zhēn）對不同（tóng）病症協助醫生進行正確診斷。這又能如何在工廠裏幫助（zhù）我們呢（ne）？以設備仿真來舉例，當我們擁有很多不同機器（qì）的行（háng）為數據時，我們可以利用這些數（shù）據，集合數字化雙胞胎技術，對新設備進行（háng）模擬仿真，在真實生產前就可以（yǐ）了解（jiě）這一類型的設備如何運轉，而不用直接生（shēng）產一台機器。
這些都是人工智能改變工業的可能性所在。我們（men）為什麽需要人工智能？工廠亟需解決（jué）的需求依然是：在（zài）速度（dù）、質量、效率、靈活（huó）性方麵獲得提升，而人工（gōng）智能能幫（bāng）助工廠擁有更高的生產力。
從西門子的角度來看，自（zì）動化的未來又是什麽樣的呢？目前，我們是全球最（zuì）大的自動化係統（tǒng）供應商之一，我們提供全集成自動化解決方案以及完整的產品組合。今天，工（gōng）廠應該如何進一步提（tí）高生產效率？為此，我（wǒ）們（men）已經推出了運用（yòng）人工智能技術的（de）首個解決方案，幫助企業實現預測性維護等功能（néng）；接下（xià）來（lái），我們認為在工程自動化領域將看到更多的創新，極大地減少工程師們的工作量；更進一步來說，我們的願景是“讓自動化更加自動化（huà）”。這裏（lǐ）我隻想強調（diào）一點：自主機器。沒錯，和自動駕駛一（yī）樣，自主機器也在不斷發展。誠然，這是一個遠大的（de）願景，大家也可能有很多問題：安全（quán）性該如何（hé）保障？如（rú）何確保機器（qì）是在安全、正確地運行（háng）？確實，就像麵對自動駕駛汽車一樣，我們同樣會有很多顧慮。當然，這仍然是一個（gè）願景，是一個長期發展方向，是我們（men）想要實現的目標（biāo）。但是，它可以幫（bāng）助我們提高生（shēng）產力，減少工程相關的工作（zuò）量（liàng）。
那麽，這種技術是不是已（yǐ）經可用了呢（ne）？是（shì）的。當我們提到邊緣計算時，也意味著邊緣技（jì）術把雲技術帶到了（le）現場（chǎng）層。今天，我們已經知道阿裏巴巴和雲改變了世界。但對於工廠來說，同樣適用嗎？基於數據安全的考慮（lǜ），我們是否願意把生產質量等數據上（shàng）傳至（zhì）雲端（duān）呢（ne）？答案可（kě）能是否定的。因（yīn）此（cǐ），邊緣計算和邊緣設備把雲技術引入現場層，隻需在雲端對真正必要的數據進行（háng）管理，例如西門子（zǐ）的MindSphere。
另一方麵，關於人工智能，它可以幫（bāng）助我們進行預測性維護、設備性能優化（huà）、質量預測。在（zài）這一領域，我們正在和客戶一起合（hé）作開發應用程序。大家可能會（huì）問：人工智能真的有用嗎？答案（àn）是肯（kěn）定的。我們從現場層（céng）獲取數據，例如傳感器、可視化係統（tǒng）、攝（shè）像（xiàng）機、分布式IO和PLC程序，而這個應用（yòng）程（chéng）序是運行在邊緣設備或可與PLC相連接的特（tè）殊設備上的，然後來支持（chí）質量檢測、機器人（rén）抓取和特殊分揀等工作（zuò），其（qí）實這已經可以實現了。比如，西門子已經在位於（yú）德國安貝（bèi）格的工廠中使用這種技術。
我們遇到（dào）的挑戰是：如何提（tí）升電路板生產的（de）質量？我們為自己的PLC生產電路板，在質量控製上遇到了（le）瓶頸。為了更好地控製產品質量，我們購買（mǎi）了X光機，每台X光機的價格大約是50萬歐元，也就是400萬（wàn）人民幣，這是一筆巨大的支出。如果想提升產量，那麽我們需要更多的（de）X光（guāng）機。於是，我們（men）想到，我們已經有了非常多數據，也（yě）清楚地知（zhī）道不同電路板是什麽樣子，我們知道什麽（me）是完美的電路板，也知道什麽是質（zhì）量欠佳的。因此，我（wǒ）們安裝了一套視覺檢測係統，在生產線最後，質檢決定非常明確，視覺化係統和攝像係（xì）統會（huì）通過拍攝檢查電（diàn）路板，並負責判斷：“這塊電路板是（shì）完美的，不需要檢查”，或者“這（zhè）塊質量存在一般，需要通（tōng）過（guò）X光機複檢。”這（zhè）種技術幫（bāng）助我們極（jí）大地提高了生產力和產量。同時，也省去了購買更（gèng）多X光（guāng）機（jī）的費用。這是人工智能如何能夠幫助客戶提高生產（chǎn）力的案例之（zhī）一。
我認為，在自（zì）動化領域，西門子的人工智能（néng）解決方（fāng）案能夠幫助工廠實現生產力的大幅提升。那（nà）麽，究竟如何（hé）能做到這一點呢？西門子致力於通過與客戶進行價（jià）值共創來實現這一目標。首先，我們擁有一支人工智（zhì）能的專家團隊，同時也非常（cháng）了（le）解（jiě）自動（dòng）化係統。與（yǔ）此同時（shí），我（wǒ）們與客戶緊密合作，共同開發他們需要的應用（yòng）和人（rén）工智能軟（ruǎn）件（jiàn），比如在工廠、產品、工藝、生產和人員（yuán）各方麵進行預測性維護、質（zhì）量控製、參數優化和行為監測等。我（wǒ）們與客戶（hù）在這些領域攜手合作，將工業自動化推向更高的水平。這就是西門子所暢想的“自動（dòng）化的未來”，我們正在攜手客（kè）戶共同實現這一願（yuàn）景。
感謝各位的聆聽，謝（xiè）謝你們，再見！